KI-Tools für die Fertigung 2026: eine kuratierte Liste über zehn Kategorien
Die Zahl der KI-Werkzeuge für die Fertigung hat 2026 einen Punkt erreicht, an dem die Auswahl wichtiger ist als die Neugier. Wer heute ein Pilotprojekt startet, will nicht mehr wissen, was KI theoretisch kann, sondern welches konkrete Werkzeug für welche Aufgabe funktioniert. Diese kuratierte Liste zeigt zehn Kategorien und jeweils zwei bis drei Werkzeuge, die wir 2026 auf deutschen Linien tatsächlich in Betrieb sehen.
Die Liste ist bewusst kurz. Jede Kategorie bekommt genau die Werkzeuge, die aus Kundengesprächen oder eigenen Projekten bei uns hängengeblieben sind. Wenn Du eine Kategorie vermisst, ist sie vermutlich noch zu unreif für einen Produktionseinsatz.
1. KI-Sichtprüfung auf dem Smartphone
Für kleine und mittlere Chargen ist eine Sichtprüfung auf einem iPhone heute die günstigste und schnellste Einstiegsplattform. Enao Vision ist unsere eigene Plattform dafür und läuft auf einem refurbished iPhone unter 1.000 Euro Gesamthardware. Was Du dafür bekommst, beschreibt unser Artikel zu KI-Sichtprüfung.
2. Klassische Deep-Learning-Plattformen für Sichtprüfung
Wenn Dein Prüfproblem ein klassischer Industriekamera-Workflow ist (fester Aufbau, Vollauflösung, getaktete Auslösung), sind Cognex VisionPro Deep Learning und MVTec MERLIC die beiden etablierten Plattformen. Beide sind ausgereift, beide brauchen klassische Industriekamerasystemhaus-Integration. Für die Entscheidung zwischen Smartphone-basiert und klassisch lies unseren Vergleich iPhone vs. Industriekamera: der ehrliche Benchmark.
3. Anomalieerkennung ohne Schlecht-Beispiele
Für den Fall, dass Du keine Schlecht-Beispiele in Deinem Datensatz hast, sind MVTec Anomaly Detection (in MERLIC) und die Open-Source-Bibliothek Anomalib gute Startpunkte. Beide lernen aus guten Beispielen und melden Abweichungen. Das Grundprinzip erklärt unser Artikel zur Anomalieerkennung in der Fertigung.
4. Daten-Labeling und -Kuratierung
Label Studio (Open Source) und Encord sind die zwei Werkzeuge, die wir regelmäßig in Kundenprojekten sehen. Label Studio ist kostenlos, selbst gehostet und reicht für die meisten Sichtprüfungs-Datensätze unter 100.000 Bildern. Encord kommt ins Spiel, wenn Du mehrere Annotatoren, Review-Workflows und strukturierte Datasets brauchst.
5. MLOps und Modell-Monitoring
Für den Betrieb produktiver Modelle ist Weights & Biases das Werkzeug mit der niedrigsten Einstiegshürde. MLflow ist die Open-Source-Alternative, wenn Du alles lokal betreiben willst. Für Drift-Detection auf Bild- und Sensordaten ergänzt Arize oder Fiddler. Diese Kategorie wird oft unterschätzt, ist aber der Unterschied zwischen 'läuft auf meinem Laptop' und 'läuft auf der Linie'.
6. Predictive Maintenance für rotierende Maschinen
Augury und UpKeep sind zwei Plattformen mit realen Installationen im deutschen Mittelstand. Beide kombinieren Vibrations- und Temperatursensorik mit Machine-Learning-Modellen. Die Einstiegskosten liegen bei rund 1.500 Euro pro Maschine und Jahr. Erwarte nicht, dass der Hersteller Dir sofort verrät, mit welchem Modell er arbeitet. Das ist meist proprietär.
7. Prozess-Optimierung für Spritzguss und Extrusion
Sigmasoft und Moldex3D bleiben die Simulationsstandards, aber die eigentliche Entwicklung passiert bei Plattformen wie Iconpro und Kiano, die Prozessparameter in Echtzeit optimieren. Wenn Du im Spritzguss arbeitest, lies den Kontext in unserem Artikel zu KI im Spritzguss.
8. Werkstück-Identifikation und Track-and-Trace
Für die Identifikation einzelner Werkstücke ohne Barcode hat sich Detectron-basierte Objekterkennung zum Quasi-Standard entwickelt. Als Produktplattform ist Metrics.ai interessant, als Open-Source-Grundlage YOLOv11 kombiniert mit Roboflow für das Training. Das Muster rhyme mit dem, was wir in unserem Guide zur industriellen Bildverarbeitung beschreiben.
9. OCR und Dokumentenverarbeitung in der QS
Für die Prüfung von Zeichnungen, Prüfplänen und Materialzeugnissen sind Google Document AI und AWS Textract die beiden Dienste mit produktionsreifer Qualität. Für sensible Daten (GMP, ITAR) ist Mindee eine lokale Alternative. Die Auswahl hängt mehr an der Datenschutzpolitik als an der Erkennungsqualität. Alle drei liegen 2026 bei über 98% auf strukturierten Dokumenten.
10. Sprach-Assistenten für Maschinenbediener
Das jüngste Feld in dieser Liste. OpenAI Realtime API und Google Gemini Live sind die beiden Grundlagen-APIs. Für den Einsatz auf der Linie ergänzt AMPLUS aus Berlin eine mehrsprachige, auf Fertigungsvokabular spezialisierte Oberfläche. Diese Kategorie ist 2026 noch im Pilotstadium, aber der Trend ist klar: Bediener wollen per Sprache mit dem MES und mit der Prüfstation sprechen, nicht mit einem Touchscreen.
Wie Du die richtige Kombination findest
Die Werkzeuge auf dieser Liste sind nicht austauschbar. Sichtprüfung, Predictive Maintenance und Prozessoptimierung lösen drei verschiedene Probleme. Der Fehler, den wir am häufigsten sehen: Eine einzige Plattform wird für alles gekauft, obwohl sie nur eine der drei Aufgaben wirklich gut löst.
Fang mit dem Problem an, das heute auf der Linie am teuersten ist (Ausschuss, Stillstand, Nacharbeit) und wähle das Werkzeug, das dort die stärkste Referenz hat. Dann erweitere schrittweise. Den ROI-Rahmen dazu findest Du in unserem Artikel zum Umstieg von CapEx auf OpEx in der Fertigung. Und wenn Du eine ganz spezifische Werkzeugauswahl in Deinem Anwendungsfall diskutieren willst, tritt der Enao Community bei und stelle Deine Frage dort.